Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
LLMとEC
Search
tsuzuki
August 07, 2023
Technology
0
230
LLMとEC
LLM を ファッション EC に応用しようとしている話です
tsuzuki
August 07, 2023
Tweet
Share
More Decks by tsuzuki
See All by tsuzuki
立ち上げ期のサービスでレコメンドを導入した際の機械学習モデルの開発とアーキテクチャの事例
tsuzukid
1
860
Github Codespace で始めるリモート開発
tsuzukid
1
460
AWS Fargate を使ってコストを抑えつつ 機械学習のバッチ処理を構築した話
tsuzukid
2
820
Other Decks in Technology
See All in Technology
SREの前に
nwiizo
8
1.3k
君は隠しイベントを見つけれるか?
mujyun
0
380
Mini Tokyo 3D × PLATEAU - 公共交通デジタルツインにリアルな風景を
nagix
1
180
Platform Engineering ことはじめ
oracle4engineer
PRO
7
570
いろんなものと両立する Kaggleの向き合い方
go5paopao
1
160
エンジニア候補者向け資料2024.11.07.pdf
macloud
0
4.5k
AWS re:Inventを徹底的に楽しむためのTips / Tips for thoroughly enjoying AWS re:Invent
yuj1osm
1
660
DatabricksにおけるLLMOpsのベストプラクティス
taka_aki
4
1.3k
コンテナのトラブルシューティング目線から AWS SAW についてしゃべってみる
kazzpapa3
1
120
生成AIと知識グラフの相互利用に基づく文書解析
koujikozaki
1
150
カメラを用いた店内計測におけるオプトインの仕組みの実現 / ai-optin-camera
cyberagentdevelopers
PRO
1
130
Observability を実現するためにアセットを活用しよう(AWS 秋の Observability 祭り ~明日使えるアセット祭り~ )
tsujiba
0
110
Featured
See All Featured
The World Runs on Bad Software
bkeepers
PRO
65
11k
Building Your Own Lightsaber
phodgson
102
6.1k
Teambox: Starting and Learning
jrom
132
8.7k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
27
4.2k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
126
18k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
664
120k
It's Worth the Effort
3n
183
27k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
10
680
XXLCSS - How to scale CSS and keep your sanity
sugarenia
246
1.3M
Designing Experiences People Love
moore
138
23k
Rails Girls Zürich Keynote
gr2m
93
13k
Transcript
LLMをECに導入しようとしている話 1
もくじ 1. 会社と事業の紹介 2. 現状の EC の課題 3. LLM を利用した
EC 4. より高度な会話型 EC の開発
3 1 会社と事業の紹介
DROBEのサービスの流れ 70問のアンケートに答える 1 2 3 自宅にスタイリストが選んだ商品 が届く 気に入ったもののみ購入、 それ以外を返品
DROBEの市場 国内ファッション市場: 8兆円 EC化率:< 22%*1 >= 6.2兆円 *1 経済産業省が2022年8月に公表した 2021
年の EC市場統計 https://www.meti.go.jp/press/2022/08/20220812005/20220812005.html オフライン市場の規模
6 2 現状のECの課題感
ECの課題 • 自分が知らない商品には中々たどりつけない ◦ 自分で検索条件を考えなる必要がある ◦ さらにそれを PDCA
していく必要がある ワンピース ワンピース カジュアル ワンピース カジュアル 1万円以下 ワンピース カジュアル 2万円以下 洋服を検索する際の条件の例
ECの課題 • あいまいな言葉での検索が出来ない 夏祭りに行くカジュアルなコーデを提案して 白いスカートに合うスニーカーを知りたい この黒のワンピースと同じような見た目で安い商品ないの?
あいまいな言葉で検索する例
LLMを利用したEC 3 9
LLMを利用した EC 2023年3月リリース LLM を利用し、会話によって商品探索 を行える機能 - 曖昧な検索ワードによってコー デの探索が可能
- 会話のコンテキストを覚えておい てもらえるので、会話をしながら コーデを絞り込む事が出来る
LLMを利用した EC 事前準備 推論時
課題感 一方でLLMだけでECを提供する課題感もわかってきた - 誰が言っても同じ結果を返す - 新商品をすぐに提案出来るようにしたい
13 4 より高度な会話型ECの開発
課題感に対する打ち手 誰が言っても同じ結果を返す -> レコメンドエンジンと組み合わせれば良さそう 新商品をすぐに提案出来るようにしたい -> DB
や検索エンジンと組み合わせれば良さそう
LLM を活用した EC 概念図 Web server Client LLM 検索エンジン (DB)
レコメンド エンジン ① LLM に提案を作ってもらう ② LLM の提案を検索クエリにして検索 ③ 検索結果をレコメンドエンジンを使ってソート
LLM の出力を検索クエリに変換 Function calling という機能を使うと、自然言語による入力を JSON などの構造化データに変換する 事が出来る🎉
Function calling の Function 定義例
Prompt
検証環境での結果
まとめ LLM と EC は相性が良さそう! DROBE は LLM によるコマースの可能性を追求していきます!
気になったら是非話しかけてください!